2026 年 9 月 1 日，由计算机视觉先驱李飞飞联合创办的空间智能公司 World Labs 发布了新一代世界模型 Atlas，官方称其为"全球首个多模态世界模型"。与只会输出一段平面视频的传统视频生成器不同，Atlas 把文本、图像、视频、相机位姿和 3D 深度数据统一放进同一个空间上下文（spatial context），因此它生成的每一帧都与背后的三维世界保持几何一致。李飞飞称这次发布是团队的"重大里程碑"，并称 Atlas 是"首个从零开始训练的多模态世界模型"、"迄今最好的相机条件世界模型"（来源：World Labs 官方博客，2026-09-01）。
Atlas 到底能做什么
World Labs 把 Atlas 称为"omni 全能模型"：从零开始预训练，原生处理文本、图像、视频与 3D 数据，架构为多模态自回归扩散 Transformer。每一张图像和深度图都绑定一个显式相机位姿，共同构成空间上下文——机制上类似大语言模型把输入编码为上下文，只不过这里的上下文是一个物理空间。按官方介绍，Atlas 覆盖四类任务：
- 相机控制生成：输入 1–6 张参考图，外加一条手工设计的相机轨迹，Atlas 可输出最长 1 分钟、1440p 分辨率的视频，镜头控制精确到像素级。你是在"导戏"，而不是反复抽卡。
- 空间重建：少则一张、多则数十张实拍照片，Atlas 就能重建真实场景，同时输出新视角画面帧和显式 3D 结果（点云、3D 高斯泼溅），可以走进去逛、也能导出使用。
- 时空模拟：Atlas 能从输入视频中同时建模空间与时间。用 3–5 部普通手机拍下的一段表演，就能重构出可从任意机位重新取景的"子弹时间"效果，不需要专业摄影棚。
- 图像生成：Atlas 也能根据文本生成图片和 360° 全景图，可以遵循复杂提示词、准确渲染文字，并覆盖多种视觉风格。
官方演示视频
下面是 Atlas 的官方高光演示（托管于 World Labs 公开 CDN）：一张输入图像，扩展成一个可连续运镜的三维世界。
从一张照片到可行走的 3D 世界
重建能力可能是从业者最关注的部分。World Labs 报告称，在稀疏视角重建基准上，Atlas 的平均 AbsRel 误差为 25.3，优于专门做 3D 重建的先进模型 Pi3X（28.7）和 VGGT-Ω（34.7，数值越低越好）。输入照片没拍到的地方，Atlas 会用世界知识补全——给它一张只拍到机器人正面的照片，它能脑补出完整的背面和合理的草坪；给它花园、小屋和主屋的照片，它能把整个院落缝合成一个连续一致的空间。输入视角越多，模型需要"想象"的部分就越少——这是所有重建系统都要面对的取舍（来源：World Labs，2026-09）。
为什么说机器人训练才是真正的目标
World Labs 的野心不止于视觉特效。传统上，把真实环境数字化用于机器人训练需要昂贵的采集设备；而 Atlas 仅凭 24 帧普通手机视频就能重建出一个可导航的仿真环境，并生成仿真机器人在其中移动、操作物体时"相机"会看到的 RGB 与深度数据——一套面向"真实到仿真"（Real-to-Sim）的流水线，目标是廉价、可控、可规模化的训练数据。英伟达机器人业务负责人 Jim Fan（李飞飞的学生）评价这是"机器人 Real2Sim 的一大步"（来源：IT之家，2026-09-02）。
数据很亮眼，但要看清口径
World Labs 称，在相机控制能力的盲测对比中，94% 的投票者选择了 Atlas 而非 Seedance 2.5，93% 选择了 Atlas 而非 FLUX 3。需要注意：这些是厂商自报的数据——第三方报道指出，目前没有独立复现、没有研究论文、没有公布定价，Atlas 也仅面向部分合作伙伴开放早期访问。背景同样值得了解：World Labs 在 2026 年 2 月完成了 10 亿美元融资，估值约 50 亿美元（投资方包括 AMD、英伟达、Autodesk 和富达），正与谷歌 DeepMind 的 Genie 3、英伟达的 Cosmos 等同赛道模型直接竞争（来源：SiliconANGLE，2026-09-01；Startup Fortune，2026-09）。
对工业自动化意味着什么
与工业场景最相关的近期价值在仿真。如果一个仓库、工作站或产线可以靠手机扫描完成数字化，并变成机器人安全训练的环境，自动化的部署成本就会下降——思路与数字孪生一致，只是建模工作交给了生成式模型。对机器人部署团队来说，这类世界模型有望压缩"实验室里能跑"与"你产线上能跑"之间的距离。不过操作员这一侧的故事没有变化：无论仿真栈多先进，人面前的那块触控面板，仍然是监控、干预与故障处理的发生地。
正在规划机器人或机器视觉项目，需要坚固耐用、全天候在线的操作员界面？把你的应用场景告诉我们——环境、安装方式、计算平台与认证目标——我们的工程师会在 48 小时内给出规格建议。欢迎通过询盘表单提交需求。
